四分体

TETRAD是一个程序,它创建、模拟数据、估计、测试、预测和搜索因果和统计模型。该程序的目的是在友好的界面中提供复杂的方法,只需要很少的用户统计复杂度,而且不需要编程知识。它并不打算取代灵活的统计编程系统,如Matlab、Splus或R。Tetrad是一种免费软件,可执行Netica、Hugin、LISREL、EQS等商业程序中的许多功能,以及这些商业程序不具备的许多发现功能。Tetrad在其提供的一套原则性搜索(“探索”、“发现”)算法中是独一无二的——例如,它能够在测量变量可能存在未观察到的混杂情况时进行搜索,搜索潜在结构模型,以及寻找线性反馈模型——以及基于模型计算干预或实验效果预测的能力。它的所有搜索过程都是“点态一致的”——只要结构和样本数据满足各种常见的(但并不总是真的!),它们几乎可以保证在大样本限制下收敛到关于真实结构的正确信息假设。。。


zbMATH中的参考文献(参考文献412篇文章,1标准件)

显示412的结果1到20。
按年份排序(引用)

1 2 ... 19 20 21 下一个

  1. 巴卡拉,路易斯A。;三岛光一:部分定向一致性:20年的历史与评价(2021)
  2. 巴伯罗,福斯托;Sandu,Gabriel:干预主义反事实的团队语义学:观察与干预(2021)
  3. 巴克,约翰尼斯;Klüppelberg,Claudia:带传播噪声的递归最大线性模型(2021)
  4. 朱利奥,奇里贝拉;Swati:探索量子过程因果结构的快速测试(2021)
  5. 妮可,尼可拉;梅恩绍森,尼科莱;彼得斯,乔纳斯;恩格尔,塞巴斯蒂安:重尾模型中的因果发现(2021)
  6. 米斯拉,普拉提克;苏利文,赛斯:具有复曲面消失理想的高斯图形模型(2021)
  7. 公园,群雄;高维高斯结构误差模型(YEL-2021)
  8. Polina Suter,Jack Kuipers,Giusi Moffa,Niko Beerenwinkel:贝叶斯网络的结构学习与抽样与R包BiDAG(2021)阿尔十四
  9. 罗伯瓦,埃莉娜;Seby,Jean-Baptiste:线性结构方程模型中的多重旅行分离(2021)
  10. 罗塞尔,大卫;Zwiernik,Piotr:椭圆偏相关图中的相关性(2021)
  11. 斯米尔诺夫,Dmitry A.:动力学效应框架内的阶段动态因果关系(2021)
  12. 王冰玲;周青:具有不可逆功能关系的因果网络学习(2021)
  13. 杨,珍妮;刘、杨;刘玉凤;孙伟:基于基因表达数据的图形模型无模型估计(2021)
  14. 阿尔拉杰,达拉尔;乔克勒,哈娜;哈珀,约瑟夫Y.:结合专家的因果判断(2020)
  15. Bühlmann,Peter:不变性、因果关系和稳健性(2020)
  16. 科明,塞萨尔H。;贝隆,托马斯;席尔瓦,菲利皮N。;阿曼西奥,迭戈R。;罗德里格斯,弗朗西斯科A。;Costa,Luciano da F.:复杂系统:特征、相似性和连通性(2020)
  17. 科尔多瓦,艾琳;比尔扎,海螺;Larrañaga,Pedro:Gaussian-Markov模型的条件独立性综述(2020)
  18. 马蒂亚斯博士;罗伯瓦,埃莉娜;Weihs,Luca:高斯图形模型中的嵌套协方差行列式和限制性trek分离(2020)
  19. Evans,Robin J.:模型选择和局部几何(2020)
  20. 郭,肖;张海:包含协变量的稀疏有向无环图(2020)

1 2 ... 19 20 21 下一个


更多出版物请访问:http://www.phil.cmu.edu/tetrad/publications.html